如何加快读取文件和 returns 其内容的功能？

Question

我是 OCaml 的新手，但我有 F# 和 Haskell 的经验。我对标准库中似乎基本的功能明显缺乏感到非常惊讶，为了说明，我只想读取文件的内容，以便随后可以解析文本（多次）。似乎没有 returns 文件内容的任何函数（有 In_Channel.read_all，但这是 Janes Street 库的一部分，它不是跨平台的，因此我不我不想用它）。

所以我用标准库提供的功能实现了我的功能，但一方面我真的不觉得它很惯用，另一方面它很慢，所以我想知道如何才能让它更有效率或者更好：如果没有其他更有效的方法来做我想做的事。

函数如下：

let read_file filename =
    let res = ref "" in
    let read_contents = open_in filename in
    try while true
        do res := input_line read_contents ^ !res ^ "\n"
        done; !res
    with End_of_file -> close_in read_contents; !res

此外，如果文件以新行开头，生成的字符串将不会考虑它们，这有点烦人，但在我的情况下并不太严重。

Answer 1

您可以使用 containers and its read_all 函数作为标准库的扩展。

关于您的函数，它意外地是二次函数，因为

    res := input_line read_contents ^ !res ^ "\n"

正在为每一行重新分配一个新字符串。通过重复附加小字符串来构建字符串时，最好使用 Buffer（或 String.concat）。

Answer 2

的确如此，OCaml 标准库非常稀疏。

如果您不介意使用 Unix 基元（其中许多基元也适用于 Windows），您可以像这样只用一个读取调用来读取一个文件：

 let read_whole_file filename =
     let open Unix in
     let fd = openfile filename [O_RDONLY] 0o666 in
     let len = lseek fd 0 SEEK_END in
     ignore (lseek fd 0 SEEK_SET);
     let res = Bytes.make len '[=10=]0' in
     if read fd res 0 len <> len then
         failwith "partial read";
     close fd;
     res

请注意，此 returns 结果为字节（本质上是一个可变的字符数组）。如有必要，您可以转换为字符串。在最近的 OCaml 版本中，字符串是不可变的（恕我直言，它们应该是这样的）。

更新

我不知道我昨天是怎么错过这些的，但是标准库中有一些函数可以做到这一点。如果有用的话，这是一个修订版：

 let read_whole_file filename =
     let chan = open_in_bin filename in
     let res =
         really_input_string chan (in_channel_length chan)
     in
     close_in chan;
     res

注意这里使用open_in_bin来避免修改Windows下的行尾。这是必要的（我相信）以与 in_channel_length.

返回的长度达成一致

（OCaml 标准库相当稀疏，这仍然是事实。）

如何加快读取文件和 returns 其内容的功能？

How can I speed up my function that reads a file and returns its contents?

ocaml